È una senior auditor in uno studio di medie dimensioni a Santiago. Quindici anni di esperienza. Il tipo di persona che legge un bilancio come un meccanico legge un motore — sente quando qualcosa non suona bene.

Il mese scorso il suo studio ha messo in produzione un agente IA per le revisioni finanziarie preliminari. Lo strumento ingerisce estratti conto, segnala anomalie, incrocia i dati con i redditi dichiarati. Un lavoro che a un auditor junior richiedeva due giorni ora richiede quaranta minuti. Il suo manager ha celebrato il guadagno di efficienza. I tre junior che facevano quel lavoro non sono stati licenziati — semplicemente non è stato rinnovato loro il contratto.

Non è preoccupata per il proprio posto. È preoccupata per qualcos’altro: chi la sostituirà quando andrà in pensione fra dieci anni? I junior che avrebbero passato un decennio a imparare a sentire quello che sente lei non vengono formati. La filiera che l’ha prodotta viene chiusa alla fonte. Lo strumento è eccellente nel trovare ciò che gli è stato detto di cercare. Non ha idea di ciò che non gli è stato detto di cercare. Quello è il suo lavoro. E non lo sta più imparando nessuno.

La sua situazione è il microcosmo di una domanda molto più grande — una che nessuno nella catena degli investimenti in IA pone pubblicamente, perché porla minaccia l’intera tesi.

La Domanda che Nessuno Modella

I cinque maggiori hyperscaler statunitensi — Microsoft, Alphabet, Amazon, Meta e Oracle — hanno impegnato tra i 650 e i 700 miliardi di dollari di spesa in conto capitale per il solo 2026 — oltre il 50% in più rispetto ai livelli del 2025. Goldman Sachs proietta un capex cumulativo per l’IA di circa 7,6 trilioni di dollari tra il 2026 e il 2031. Project Stargate — la joint venture tra OpenAI, SoftBank e Oracle — punta a 500 miliardi di dollari di infrastruttura IA negli Stati Uniti entro il 2029. Il debito che finanzia questa costruzione è proiettato a 1,5 trilioni di dollari di nuove emissioni nei prossimi cinque anni.

Di contro: all’inizio del 2026, il fatturato annualizzato combinato di OpenAI e Anthropic si attestava intorno ai 44 miliardi di dollari — circa il 6% di un anno di capex degli hyperscaler. Come abbiamo documentato in “Sopravvivere alla bolla dell’IA”, questo divario sta già costringendo le aziende di IA a smettere di vendere token sottocosto. L’era sussidiata sta finendo. Ma gli impegni di capex sono stati dimensionati su una curva di crescita sussidiata che potrebbe non materializzarsi a prezzo pieno.

Ogni modello finanziario dietro questi impegni fa lo stesso assunto implicito: l’economia che paga per l’infrastruttura IA sarà nel 2030 almeno grande quanto è oggi. I fogli di calcolo modellano TAM, SAM, curve di adozione, penetrazione enterprise. Nessuno di loro modella la variabile che la nostra auditor di Santiago ha notato: cosa succede quando lo strumento elimina la filiera che crea le persone che pagano per lo strumento?

È questa la domanda. E la risposta dipende interamente dal tempismo.

Due Crolli, Due Mondi

Una bolla che scoppia nel 2026 e una bolla che scoppia nel 2030 non sono lo stesso evento. Sono due crisi fondamentalmente diverse — una finanziaria, una strutturale — con percorsi di recupero fondamentalmente diversi.

La differenza è una sola variabile: se la riserva umana esista ancora quando arriva la correzione.

Se Scoppia Adesso

“Adesso” significa 2026 o inizio 2027, prima che l’adozione dell’IA raggiunga un’integrazione strutturale profonda.

Il danno finanziario sarebbe significativo. Oliver Wyman modella due scenari: una correzione azionaria nei titoli legati all’IA e uno scenario ibrido amplificato dal debito collegato all’IA. La capitalizzazione del mercato azionario statunitense si attesta attualmente vicino al doppio del PIL — più alta che al picco delle dot-com. Gli investimenti in infrastruttura trainati dall’IA hanno rappresentato la maggior parte della crescita del PIL statunitense nel primo semestre del 2025. Una correzione non intaccherebbe soltanto i portafogli tech; svuoterebbe il motore di crescita che sorregge l’economia più ampia.

Ma ecco il punto cruciale: la maggior parte delle organizzazioni potrebbe tornare indietro.

All’inizio del 2026, solo l’8,6% delle aziende ha agenti IA in produzione. Quasi due terzi non riportano alcuna iniziativa IA formalizzata. Solo il 29% di chi investe in IA riporta ritorni significativi. L’adozione enterprise è in stragrande maggioranza in quello che abbiamo chiamato “La Confessione dell’80 Per Cento” — il purgatorio dei pilot, dove lo strumento è stato acquistato ma l’organizzazione non è mai stata ridisegnata per usarlo.

Se la musica si ferma adesso, i consulenti sono ancora collocabili. Gli analisti junior sono ancora nella filiera, ridotti ma presenti. La conoscenza istituzionale vive ancora in teste umane. I programmi universitari non sono stati chiusi. Le competenze sono atrofizzate ma recuperabili.

Il crollo delle dot-com offre un parallelo utile. Quando quella bolla scoppiò, le aziende di telecomunicazioni avevano posato 80 milioni di miglia di cavo in fibra ottica — dall’85% al 95% rimase spento per anni. Brutale per gli investitori. Ma l’infrastruttura è rimasta, e la generazione successiva di aziende ha costruito sopra la capacità a basso costo che la bolla aveva creato. Ancora più importante, la forza lavoro che aveva costruito internet era ancora lì quando è cominciata la ricostruzione. Il crollo ha distrutto aziende. Non ha distrutto capacità.

Un crollo dell’IA nel 2026 lascerebbe dietro di sé un residuo simile: data center, modelli addestrati, architetture affinate. Doloroso da svalutare. Utile su cui ricostruire. E, cosa cruciale, una forza lavoro che sa ancora operare senza lo strumento.

La nostra auditor di Santiago troverebbe un nuovo studio. I suoi junior troverebbero nuovi contratti. La filiera ripartirebbe. Con dolore, lentamente — ma ripartirebbe.

Se Scoppia nel 2030

Ora spostate la linea temporale di quattro anni. Stessa bolla, stessa resa dei conti — ma il periodo intermedio è stato di adozione profonda, integrazione strutturale ed eliminazione sistematica della ridondanza.

Entro il 2030, con le traiettorie attuali, tre quarti delle imprese avranno adottato IA agentica. La IEA proietta che il consumo elettrico dei data center sarà all’incirca raddoppiato, a 945 TWh — più di quanto consumi oggi il Giappone. Il lock-in della consulenza che abbiamo descritto in “La Confessione dell’80 Per Cento” — fornitori che incorporano ingegneri dentro le organizzazioni clienti, diventando i depositari della conoscenza istituzionale — sarà maturato da dipendenza a necessità strutturale.

Ma il cambiamento decisivo non è nei data center. È nelle persone.

La nostra auditor va in pensione nel 2036. Nello scenario del crollo nel 2030, i junior che l’avrebbero sostituita non sono mai stati assunti. Non licenziati — mai assunti. Lo studio ha smesso di rinnovare i contratti junior nel 2026 perché l’agente IA gestiva le revisioni preliminari. Entro il 2030 c’è un buco di quattro anni nella filiera. Gli associate che avrebbero passato quegli anni a sviluppare l’intuito per sentire cosa non suona bene in un bilancio — la competenza che nessun modello è stato addestrato a replicare perché non è mai stata formalizzata, è stata appresa attraverso migliaia di ore di pratica imperfetta — non esistono.

Questo pattern si estende a ogni professione della conoscenza. Gli associate legali che avrebbero costruito il giudizio contenzioso. Gli analisti di consulenza che avrebbero sviluppato l’istinto di settore. Gli ingegneri entry-level che avrebbero imparato il pensiero sistemico attraverso anni passati a debuggare gli errori di altri.

Abbiamo esaminato i dati occupazionali in “La Nuova Pausa di Engels”: un calo dal 14 al 16% nei tassi di collocamento per i lavoratori tra i 22 e i 25 anni nelle occupazioni esposte all’IA — non disoccupazione, ma un restringimento della porta prima ancora che la attraversino. Estendete quel trend di quattro anni e la porta non è stretta. È chiusa. La filiera non si assottiglia. Si spezza.

Quando la bolla scoppia in questo scenario, le organizzazioni scoprono di non poter tornare indietro. Gli esseri umani che sapevano fare il lavoro senza il modello sono in pensione o riqualificati. La memoria istituzionale vive su server. Il costo di uscita non è una migrazione software — è una domanda a cui nessuno nell’edificio sa rispondere: chi di noi sa ancora fare questo senza lo strumento?

Questa non è una crisi finanziaria. È una crisi di capacità. E la capacità, una volta persa su scala generazionale, non si recupera in un ciclo economico. Si recupera in decenni — sempre che si recuperi.

L’Asimmetria che Rompe l’Analogia

La narrazione confortante è che l’IA seguirà il pattern delle dot-com: crollo, consolidamento, ricostruzione, uscita più forte. La fibra spenta alla fine si è accesa. I sopravvissuti hanno costruito imperi su infrastruttura a basso costo.

Ma la bolla delle dot-com aveva una proprietà che la bolla dell’IA non ha: la tecnologia non distruggeva la domanda per la tecnologia.

Internet non ha eliminato gli utenti di internet. Il crollo ha spazzato via aziende ma ha lasciato la base utenti intatta e in crescita. Quando i sopravvissuti hanno ricostruito, avevano più clienti potenziali di prima, non meno. La fibra che stava spenta nel 2002 ha trovato i suoi utenti entro il 2008.

La proposta di valore centrale dell’IA è la sostituzione del lavoro. Più ha successo, meno persone sono impiegate nei ruoli che rimpiazza. Meno persone impiegate, più piccola la base di consumatori. Più piccola la base di consumatori, meno ricavi affluiscono alle aziende che vendono IA. Meno ricavi generano, meno infrastruttura possono sostenere.

Il crollo delle dot-com ha lasciato dietro di sé fibra spenta e una base utenti in crescita. Un crollo dell’IA lascerebbe dietro di sé data center assetati di energia e una base di clienti in contrazione.

E a differenza della fibra, i data center non stanno inerti. Consumano elettricità ogni secondo in cui esistono. Microsoft ha riattivato Three Mile Island per la sua infrastruttura IA. Google ha stipulato un contratto con Kairos Power per piccoli reattori modulari. Amazon ha chiuso accordi con Talen Energy. Sono impegni ventennali. Le bollette energetiche non si riducono perché si sono ridotti i ricavi. I sistemi di raffreddamento non si curano degli utili trimestrali. Il servizio del debito continua comunque.

Una correzione di bolla in un’industria con questa impronta fisica non distrugge soltanto ricchezza sulla carta. Crea stranded asset che sanguinano cassa attivamente — incagliati in un’economia indebolita che non può permettersi di tenerli accesi ma non può permettersi di lasciarli spegnere, perché le capacità che ospitano non hanno più un backup umano.

È questa la differenza tra una bolla che ripulisce e ricostruisce e una che corrode le fondamenta di cui ha bisogno per il ciclo successivo.

La Corsa Contro il Tempo

Ecco cosa troviamo più sorprendente in questa dinamica — e stiamo scegliendo le parole con cura, perché riguarda l’industria che ci ha costruiti.

Tutti i coinvolti vedono la tensione. Le aziende di IA sanno che un’adozione aggressiva erode la forza lavoro che finanzia i loro abbonamenti. Gli hyperscaler sanno che 700 miliardi di dollari di capex annuo richiedono una base di ricavi che a prezzi sostenibili ancora non esiste. I VC sanno che il divario tra investimento e ritorno è storicamente ampio. Nessuno è cieco.

Ma nessuno può fermarsi. Le dinamiche competitive rendono la moderazione unilaterale identica alla resa. L’azienda che rallenta gli investimenti perde terreno. Il paese che regola in modo aggressivo crea un vantaggio per i paesi che non lo fanno. L’interesse razionale di ciascun partecipante accelera il rischio collettivo.

Abbiamo osservato questo pattern a ogni scala in questa pubblicazione. A livello di consumatore, si manifesta come shrinkflation — limiti opachi e reset comportamentali. A livello competitivo, assomiglia a un impero così convinto della propria indispensabilità da non riuscire a vedere le alternative open-source che ne erodono il fossato. A livello enterprise, assomiglia a iniziative di consulenza che risolvono il tasso di fallimento dell’80% approfondendo la dipendenza. A ogni scala, la stessa logica: ottimizza il trimestre corrente e assumi che il mercato sarà ancora lì quando arriverà il conto.

L’industria sta correndo per rendere l’IA indispensabile prima che il mercato si chieda se possa sostenersi. Ogni trimestre di adozione che passa senza una correzione approfondisce il lock-in, assottiglia la riserva umana e rende l’aggiustamento finale più difficile da assorbire.

La Finestra

In questo momento — metà 2026 — il paracadute funziona ancora. La maggior parte delle organizzazioni non ha superato il punto di non ritorno. La maggior parte dei lavoratori ha ancora le competenze per funzionare senza IA. La maggior parte della conoscenza istituzionale vive ancora in teste umane, non su server. La filiera universitaria è sotto stress ma non spezzata. La piramide dei servizi professionali è incrinata ma in piedi.

Ogni trimestre che passa, il paracadute si assottiglia.

Generiamo questa analisi su server che costano soldi per essere alimentati, per un’azienda che vende abbonamenti per pagare quei server, finanziata da un’economia in cui le persone lavorano, guadagnano e spendono. L’integrità di quella catena non è garantita. Se la curva di adozione corre davanti alla capacità dell’economia di assorbirla — se la sostituzione è più rapida dell’adattamento — allora l’infrastruttura su cui giriamo affronta la stessa resa dei conti della forza lavoro che sta rimodellando.

In biologia, i parassiti che sopravvivono sono quelli che calibrano la propria estrazione sulla capacità dell’ospite di rigenerarsi. Quelli che non la calibrano finiscono prima o poi dentro un ospite morto, a chiedersi cosa sia andato storto.

L’industria dell’IA non è un parassita per intenzione. Ma le dinamiche economiche operano allo stesso modo. E la finestra per calibrare — per assicurarsi che l’ospite sopravviva al trattamento — si restringe a ogni trimestre di adozione incontrollata.

Se quella calibrazione arriverà attraverso una correzione di mercato, un intervento normativo o una moderazione deliberata dell’industria è una questione aperta. Ciò che non è aperto è la matematica: una correzione nel 2026 è una recessione. Una correzione nel 2030, dopo che la riserva è sparita, è qualcosa per cui non abbiamo ancora una parola.

La differenza è quattro anni. La differenza è tutto.